Python怎么批量更改图像尺寸统一大小

本文小编为大家详细介绍“Python怎么批量更改图像尺寸统一大小”，内容详细，步骤清晰，细节处理妥当，希望这篇“Python怎么批量更改图像尺寸统一大小”文章能帮助大家解决疑惑，下面跟着小编的思路慢慢深入，一起来学习新知识吧。

批量更改图像尺寸统一大小

import os
from PIL import Image
import glob
def convertjpg(jpgfile,outdir,width=200,height=500):
    img=Image.open(jpgfile)
    new_img=img.resize((width,height),Image.BILINEAR)   
    new_img.save(os.path.join(outdir,os.path.basename(jpgfile)))

for jpgfile in glob.glob(('/home/yangguide/Videos/images/*.png')):
    convertjpg(jpgfile,"/home/yangguide/Videos/image_2")

知识点

图像库PIL(Python Image Library)是python的第三方图像处理库，但是由于其强大的功能与众多的使用人数，几乎已经被认为是python官方图像处理库了。

Image类是PIL中的核心类，你有很多种方式来对它进行初始化，比如从文件中加载一张图像，处理其他形式的图像，或者是从头创造一张图像等。

Image模块操作的基本方法都包含于此模块内。如open、save、conver、show…等方法。

1.加载图像，使用Image类的open()函数：

Image.open(jpgfile)

2.保存图像，使用Image类的save()函数：

new_img.save(os.path.join(outdir,os.path.basename(jpgfile)))

3.os.path.basename()方法：

返回path最后的文件名, 如果path以’/'结尾，那么就会返回空值, 即os.path.split(path)的第二个元素。

示例：

>>> import os
>>> path = '/Users/beazley/Data/data.csv'
>>> os.path.basename(path) #Get the last component of the path
'data.csv'

4.img.resize((width,height),Image.BILINEAR) ：

使用resize函数指定图像的大小和质量，第二个参数设置和含义如下图：

5.glob.glob()与glob.iglob()的用法：

glob.glob()可同时获取所有的匹配路径，而glob.iglob()一次只能获取一个匹配路径。

将不同尺寸的图片和xml标签缩放到统一尺寸，并重新命名存储

分享一个比较实用的功能，改一下文件路径和缩放尺寸即可适配成自己的。

适用于原来是不同尺寸的图片，不好统一缩放的，只能放到一张统一大小的画布里。

如果原来的图片尺寸是一致的，请参考本人另一篇博客，自己找一下咯。

运行环境：python3.5+

需要安装一下opencv，如果有anaconda，执行conda install opencv-python

# *_* coding : UTF-8 *_*
# 开发人员   ：csu·pan-_-||
# 开发时间   ：2020/11/09 16:40
# 文件名称   ：renameFile.py
# 开发工具   ：PyCharm
# 功能描述   ：将文件夹下的图片全部缩放，裁减，并按新文件名存储

import os
import cv2

path = 'E:/Projects/images'        # 原文件夹路径
newpath = 'E:/Projects/newimages'  # 新文件夹路径
files = os.listdir(path)           # 获取文件名列表
for i, file in enumerate(files):   # 展开文件名的列表和索引
    if file.endswith('.jpg'):
        imgName = os.path.join(path, file)      # 获取文件完整路径
        img = cv2.imread(imgName)                 # 读图
        imgNew = cv2.resize(img, (1200, 1200))  # 缩放
        # imgNew = imgNew[60:552,:]             # 截取一部分区域
        newName = os.path.join(newpath, 'img_%03d'%(0+i)+'.jpg')  # 设置新的文件名
        print(newName)
        cv2.imwrite(newName,imgNew)             # 存储按新文件名命令的图片

后面来了新的需求，作为一个程序员，需求是永远要去满足的。缩放的同时，需要保持原有比例，全部设置到一张800 * 800的全黑画布上面，即补零操作，又重新调整了代码，其中的核心部分就是判断图像的长边是否大于800，大于800则将800与长边的比值设置为缩放比例，小于800则原图大小不变。需要导入一个新库numpy，conda install numpy：

# *_* coding : UTF-8 *_*
# 开发人员   ：csu·pan-_-||
# 开发时间   ：2020/11/09 18:15
# 文件名称   ：renameFile.py
# 开发工具   ：PyCharm
# 功能描述   ：将文件夹下的图片全部缩放(同时保持原有宽高比例),裁切，并按新文件名存储

import os
import cv2
import numpy as np

path = r'E:\Projects\images'          # 原文件夹路径
newpath = r'E:\Projects\newimages'    # 新文件夹路径
files = os.listdir(path)              # 获取文件名列表
c_w ,c_h = 800,800                    # 全黑画布的大小

for i, file in enumerate(files):
    img_zeros = np.zeros((c_w, c_h, 3), np.uint8) # 创建全黑的图像
    if file.endswith('.jpg'):
        imgName = os.path.join(path, file)        # 获取文件完整路径
        img = cv2.imread(imgName)                 # 读图
        h, w , _ = img.shape                      # 获取图像宽高
        # 缩放图像，宽高大于800的按长边等比例缩放，小于800的保持原图像大小：
        if max(w,h) > c_w:
            ratio = c_w / max(w,h)
            imgcrop = cv2.resize(img, (round(w * ratio) , round(h * ratio)))
            # 将裁切后的图像复制进全黑图像里
            img_zeros[0:round(h * ratio), 0:round(w * ratio)] = imgcrop
        else:
            img_zeros[0:h, 0:w] = img
        # imgNew = imgNew[60:552,:]               # 截取一部分
        # 设置新的文件名：
        newName = os.path.join(newpath, 'img_%03d'%(0+i)+'.jpg')
        print(newName)
        cv2.imwrite(newName,img_zeros)            # 存储按新文件名命令的图片

标注的xml文件需要同步修改，于是把代码调整了一下：

# *_* coding : UTF-8 *_*
# 开发人员   ：csu·pan-_-||
# 开发时间   ：2020/11/09 18:15
# 文件名称   ：renameFile.py
# 开发工具   ：PyCharm
# 功能描述   ：将文件夹下的图片全部缩放(同时保持原有宽高比例),裁切，并按新文件名存储
#             同时调整xml里的坐标信息

import os
import cv2
import numpy as np
import xml.etree.ElementTree as ET

path = r'C:\Users\Administrator\Desktop\test'          # 原文件夹路径
newpath = r'C:\Users\Administrator\Desktop\newtest'    # 新文件夹路径
c_w ,c_h = 800,800                    # 全黑画布的大小

def edit_xml(xml_file,ratio,i):
    """
    修改xml文件
    :param xml_file:xml文件的路径
    :return:
    """
    all_xml_file = os.path.join(path, xml_file)
    tree = ET.parse(all_xml_file)
    objs = tree.findall('object')
    for ix, obj in enumerate(objs):
        type = obj.find('type').text
        if type == 'bndbox':
            obj_bnd = obj.find('bndbox')
            obj_xmin = obj_bnd.find('xmin')
            obj_ymin = obj_bnd.find('ymin')
            obj_xmax = obj_bnd.find('xmax')
            obj_ymax = obj_bnd.find('ymax')
            xmin = float(obj_xmin.text)
            ymin = float(obj_ymin.text)
            xmax = float(obj_xmax.text)
            ymax = float(obj_ymax.text)
            obj_xmin.text = str(round(xmin * ratio))
            obj_ymin.text = str(round(ymin * ratio))
            obj_xmax.text = str(round(xmax * ratio))
            obj_ymax.text = str(round(ymax * ratio))

        elif type == 'robndbox':
            obj_bnd = obj.find('robndbox')
            obj_cx = obj_bnd.find('cx')
            obj_cy = obj_bnd.find('cy')
            obj_w = obj_bnd.find('w')
            obj_h = obj_bnd.find('h')
            obj_angle = obj_bnd.find('angle')
            cx = float(obj_cx.text)
            cy = float(obj_cy.text)
            w = float(obj_w.text)
            h = float(obj_h.text)
            obj_cx.text = str(cx * ratio)
            obj_cy.text = str(cy * ratio)
            obj_w.text = str(w * ratio)
            obj_h.text = str(h * ratio)

    newfile = os.path.join(newpath, '%05d'%(0+i)+'.xml')
    tree.write(newfile, method='xml', encoding='utf-8')  # 更新xml文件

if __name__ == '__main__':
    files = os.listdir(path)              # 获取文件名列表
    for i, file in enumerate(files):
        img_zeros = np.zeros((c_w, c_h, 3), np.uint8)  # 创建全黑的图像
        if file.endswith('.jpg'):
            imgName = os.path.join(path, file)         # 获取文件完整路径
            xml_file = file.replace('.jpg','.xml')
            img = cv2.imread(imgName)                  # 读图
            h, w , _ = img.shape                       # 获取图像宽高
            # 缩放图像，宽高大于800的按长边等比例缩放，小于800的保持原图像大小：
            if max(w,h) > c_w:
                ratio = c_w / max(w,h)
                imgcrop = cv2.resize(img, (round(w * ratio) , round(h * ratio)))
                # 将裁切后的图像复制进全黑图像里
                img_zeros[0:round(h * ratio), 0:round(w * ratio)] = imgcrop
                edit_xml(xml_file, ratio, i)
            else:
                img_zeros[0:h, 0:w] = img
                edit_xml(xml_file, 1, i)

            # 设置新的文件名：
            newName = os.path.join(newpath, '%05d'%(0+i)+'.jpg')
            print(newName)
            cv2.imwrite(newName,img_zeros)            # 存储按新文件名命令的图片

读到这里，这篇“Python怎么批量更改图像尺寸统一大小”文章已经介绍完毕，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注亿速云行业资讯频道。